Une bourse ERC Starting Grant décernée à Michael Kapralov
© 2017 EPFL
Le Professeur Michael Kapralov a obtenu une bourse «ERC Starting Grant» extrêmement sélective et valorisée de 1.47 millions d'euros pour cinq ans par le Conseil européen de la recherche (ERC) pour son projet «Sublinear Algorithms for Modern Data Analysis» sur la base de l'excellence scientifique.
Sur 1339 requêtes de financement en sciences physiques et en ingénierie, seul 177 projets (13,2%) ont obtenu une bourse ERC Starting Grant pour 2018, à savoir 11 (6,2%) de celles sélectionnées provenaient d'universités suisses et d'instituts de recherche et cinq (45,4%) directement de l'EPFL. L'objectif du programme de financement ERC est d'encourager une recherche de qualité en Europe grâce à un financement compétitif et de soutenir la recherche exploratoire axée sur les chercheurs. Les propositions sont évaluées sur la base de l'excellence comme seul critère par leurs homologues internationaux sélectionnés.
Le Professeur Kapralov, qui a rejoint la faculté IC en 2016 et dirige le Laboratoire de Théorie du Calcul 4, souhaite concevoir des algorithmes efficaces pour des tâches fondamentales de calcul et comprendre les limites de la traçabilité, l'un des principaux objectifs de l'informatique depuis sa création. Il propose de développer des algorithmes sublinéaires, c'est-à-dire des algorithmes qui utilisent des ressources inférieures à la taille de leurs intrants (inputs), afin de fonctionner sur de grands ensembles de données modernes, car les solutions d'exécution classiques polynomiales et même linéaires deviennent prohibitivement coûteuses pour ces intrants.
Le projet de Michael Kapralov se concentrera sur la conception d'une boîte à outils de techniques algorithmiques puissantes avec des besoins en ressources sublinéaires, qui formeront les fondements théoriques d'une analyse de big data. En parallèle, il vise également à développer une théorie de la complexité nuancée sur la communication, l'espace et l'exécution afin de démontrer l'efficacité de ces algorithmes.
Les problèmes qu'il propose d'aborder sont essentiels à la théorie algorithmique en développement rapide d'une large analyse de données, au cœur des problèmes fondamentaux de calcul, et constituent les fondements théoriques de l'informatique avec des ressources contraintes.
Référence
Sublinear Algorithms for Modern Data Analysis, Subvention de démarrage ERC 2018